Reporte análisis madera

Introducción

• Para este análisis se descargó multiples archivos excel de veritrade relacionados a exportaciones de madera.
• Queremos determinar las partidas arancelarias que mueven más dinero en las exportacioens de madera desde Perú.
• Se eliminaron las partidas arancelarias relacionadas al cobre y otras que no correspondían a madera.

Lista de cambios/correciones

• Nos quedamos con todas las que empiezan con el código “44xxxxxx” y además con partidas arancelarias de otro código pero asociadas a madera que se encontraban entre las primeras 50 del ranking anterior.
• Se agregó evolución de las exportaciones de madera por país de destino

#Importando data veritrade
exp_madera <-
    list.files(path = "~/r_projects/chompiras/data partidas arancelarias/exportaciones",
               pattern = "*.xlsx", 
               full.names = T) %>% 
    map_df(~read_excel(.,skip = 5, col_types = c("text","text","text","text","date","text","text","text","numeric","numeric","numeric","text","numeric","text","numeric","numeric","numeric","text","text","text","text","text","text","text","text","text","text","text","text","text","text","text"))) %>% 
  as_tibble() %>% 
   separate(
    Fecha, into =c('anio','mes','dia')
  ) %>% 
  filter(str_detect(`Partida Aduanera`,"^44|9403600000|9403500000|9401610000|9401690000|9403300000")) %>% 
  distinct()
  

Ranking partidas arancelarias

Acumulado 2012-2020

2020

2019

2018

2017

2016

2015

2014

2013

2012

Evolución por año de las partidas arancelarias asociadas a madera

[1] -0.04767123

Evolución por año de las empresas exportadoras con todas las partidas incluidas asociadas a Madera.

[1] -0.03972603

Países de destino de la madera

[1] -0.03972603

Comparación nomenclaturas partidas arancelarias

• En esta tabla se comparan la descripción de los códigos de las partidas arancelarias para cada base de datos.
• Luego del cruce se pudo establecer que hay al menos xx partidas arancelarias que ya no están vigentes, pero que figuran en la data de veritrade.
• Hay un caso interesante con la partida “4412320000”. Desde el 2018 ya no se registran exportaciones con este código. ¿A qué código cambiaron para registrar sus exportaciones?

exp_madera %>% 
  dplyr::group_by(`Partida Aduanera`, `Descripcion de la Partida Aduanera`) %>% 
  summarise(
    valor_fob = sum(`U$ FOB Tot`,na.rm = T)
  ) %>% 
  ungroup() %>% 
  arrange(desc(valor_fob)) %>% 
  rename(descripcion_veritrade = `Descripcion de la Partida Aduanera`) %>% 
  left_join(partidas_sunat %>% 
              select(-`Nro Partida`,-`descargado veritrade`) %>% 
              rename(`Partida Aduanera` = `Nro Partida 2`) %>% 
              distinct(), by = "Partida Aduanera" ) %>% 
  rename(descripcion_sunat = `Descripción de Partida`) %>% 
  relocate(`Partida Aduanera`,descripcion_veritrade, descripcion_sunat, valor_fob) %>% 
  DT::datatable(colnames = c("Partida aduanera","Descripcion veritrade","Descripción Sunat","Valor FOB (US$)")) %>% 
  DT::formatRound(columns = 4:4 ,digits = 0, mark = ".",dec.mark = ",") 

Código para ver compilado final de partidas aduaneras.

exp_madera %>% 
  dplyr::group_by(`Partida Aduanera`, `Descripcion de la Partida Aduanera`) %>% 
  summarise(
    valor_fob = sum(`U$ FOB Tot`,na.rm = T)
  ) %>% 
  ungroup() %>% 
  arrange(desc(valor_fob)) %>% 
  rename(descripcion_veritrade = `Descripcion de la Partida Aduanera`) %>% 
  left_join(partidas_sunat %>% 
              select(-`Nro Partida`,-`descargado veritrade`) %>% 
              rename(`Partida Aduanera` = `Nro Partida 2`) %>% 
              distinct(), by = "Partida Aduanera" ) %>% 
  rename(descripcion_sunat = `Descripción de Partida`) %>% 
  relocate(`Partida Aduanera`,descripcion_veritrade, descripcion_sunat, valor_fob) %>% 
  right_join(partidas_sunat %>% 
               rename(`Partida Aduanera` = `Nro Partida 2`) %>% 
               distinct(), by = "Partida Aduanera") %>% 
  View()

`summarise()` has grouped output by 'Partida Aduanera'. You can override using the `.groups` argument.

Partidas arancelarias relacionads a Shihuahuaco.

• Según Osinfor, estos son los nombres científicos que están relacionados al shihuahuaco.Coumarouna micrantha, Coumarouna odorata, Dipterex alatam, Dipteryx micrantha, Dipteryx odorata.

Evolución de las partidas arancelarias relacionadas a shihuahuaco

Por valor FOB US$

Viz

ggplot(data = exp_madera %>% 
      filter(str_detect(`Descripcion Comercial`, 
                        regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T))) %>% 
        mutate(
          grupo_partida = case_when(
            str_detect(`Partida Aduanera`, "^4401") ~ "4401 - Leña",
            str_detect(`Partida Aduanera`, "^4403") ~ "4403 - Bruto tropicales",
            str_detect(`Partida Aduanera`, "^4407") ~ "4407 - Aserrada o desbastada",
            str_detect(`Partida Aduanera`, "^4408") ~ "4408 - Hojas chapado",
            str_detect(`Partida Aduanera`, "^4409") ~ "4409 - Tablillas, moldurada, coníferas,otros",
            str_detect(`Partida Aduanera`, "^4410") ~ "4410 - Tableros",
            str_detect(`Partida Aduanera`, "^4418") ~ "4418 - Piezas y obras carpintería",
            str_detect(`Partida Aduanera`, "^4421") ~ "4421 - Demás manufactura",
            str_detect(`Partida Aduanera`, "^9403") ~ "9403 - Muebles"
          )
        ), 
       aes(x=anio, 
           y=`U$ FOB Tot`, 
           fill = grupo_partida)) +
  geom_col()+
  scale_y_continuous(label = scales::number_format(big.mark = ".",decimal.mark = ","))

Ranking

exp_madera %>% 
      filter(str_detect(`Descripcion Comercial`, 
                        regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T))) %>% 
        mutate(
          grupo_partida = case_when(
            str_detect(`Partida Aduanera`, "^4401") ~ "4401 - Leña",
            str_detect(`Partida Aduanera`, "^4403") ~ "4403 - Bruto tropicales",
            str_detect(`Partida Aduanera`, "^4407") ~ "4407 - Aserrada o desbastada",
            str_detect(`Partida Aduanera`, "^4408") ~ "4408 - Hojas chapado",
            str_detect(`Partida Aduanera`, "^4409") ~ "4409 - Tablillas, moldurada, coníferas,otros",
            str_detect(`Partida Aduanera`, "^4410") ~ "4410 - Tableros",
            str_detect(`Partida Aduanera`, "^4418") ~ "4418 - Piezas y obras carpintería",
            str_detect(`Partida Aduanera`, "^4421") ~ "4421 - Demás manufactura",
            str_detect(`Partida Aduanera`, "^9403") ~ "9403 - Muebles"
          )
        ) %>% 
  group_by(grupo_partida) %>% 
  summarise(
    valor_fob = sum(`U$ FOB Tot`,na.rm = T),
    peso_neto = sum(`Kg Neto`,na.rm = T),
    n_registros = n(),
    n_empresas = n_distinct(`Cod. Tributario`),
    paises_destino = n_distinct(`Pais de Destino`)
  ) %>% 
  ungroup() %>% 
  mutate(
    per_valor_fob = valor_fob*100/sum(valor_fob, na.rm = T)
  ) %>% 
  arrange(desc(valor_fob)) %>% 
  DT::datatable(colnames = c("Grupo partida","Valor FOB (US$)","Peso neto (Kg)","Registros","Empresas exportadoras","Países destino","Valor FOB (%)")) %>% 
  DT::formatRound(columns =2:7 ,digits = 0, mark = ".",dec.mark = ",") 

NA
NA

Por peso Neto KG

ggplot(data = exp_madera %>% 
      filter(str_detect(`Descripcion Comercial`, 
                        regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T))) %>% 
        mutate(
          grupo_partida = case_when(
            str_detect(`Partida Aduanera`, "^4401") ~ "4401 - Leña",
            str_detect(`Partida Aduanera`, "^4403") ~ "4403 - Bruto tropicales",
            str_detect(`Partida Aduanera`, "^4407") ~ "4407 - Aserrada o desbastada",
            str_detect(`Partida Aduanera`, "^4408") ~ "4408 - Hojas chapado",
            str_detect(`Partida Aduanera`, "^4409") ~ "4409 - Tablillas, moldurada, coníferas,otros",
            str_detect(`Partida Aduanera`, "^4410") ~ "4410 - Tableros",
            str_detect(`Partida Aduanera`, "^4418") ~ "4418 - Piezas y obras carpintería",
            str_detect(`Partida Aduanera`, "^4421") ~ "4421 - Demás manufactura",
            str_detect(`Partida Aduanera`, "^9403") ~ "9403 - Muebles"
          )
        ), 
       aes(x=anio, 
           y=`Kg Neto`, 
           fill = grupo_partida)) +
  geom_col()+
  scale_y_continuous(label = scales::number_format(big.mark = ".",decimal.mark = ","))

Shihuahuaco frente a todas las exportaciones de madera

• En rojo: exportaciones de shihuahuaco
• En gris: exportaciones totales

Por valor FOB US$

ggplot()+
  geom_col(data = exp_madera, aes(x=anio, y = `U$ FOB Tot`))+
  geom_col(data = exp_madera %>% 
            filter(str_detect(`Descripcion Comercial`, 
                        regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T)))
           , aes(x=anio, y = `U$ FOB Tot`), fill = "red")+
  scale_y_continuous(label = scales::number_format(big.mark = ".",decimal.mark = ","))

Por peso Neto KG

ggplot()+
  geom_col(data = exp_madera, aes(x=anio, y = `Kg Neto`))+
  geom_col(data = exp_madera %>% 
            filter(str_detect(`Descripcion Comercial`, 
                        regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T)))
           , aes(x=anio, y = `Kg Neto`), fill = "red")+
  scale_y_continuous(label = scales::number_format(big.mark = ".",decimal.mark = ","))

Qué empresas han exportado más Shihuahuaco

exp_madera %>% 
  filter(str_detect(`Descripcion Comercial`, regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T))) %>% 
  group_by(Exportador) %>% 
  summarise(
    valor_fob = sum(`U$ FOB Tot`,na.rm = T),
    peso_neto = sum(`Kg Neto`,na.rm = T),
    n_registros = n(),
    n_empresas = n_distinct(`Cod. Tributario`),
    paises_destino = n_distinct(`Pais de Destino`)
  ) %>% 
  ungroup() %>% 
  mutate(
    per_valor_fob = valor_fob*100/sum(valor_fob, na.rm = T)
  ) %>% 
  arrange(desc(valor_fob)) %>% 
  DT::datatable(colnames = c("Exportador","Valor FOB (US$)","Peso neto (Kg)","Registros","Empresas exportadoras","Países destino","Valor FOB (%)")) %>% 
  DT::formatRound(columns =2:7 ,digits = 0, mark = ".",dec.mark = ",") 

Qué países han recibido más Shihuahuaco desde Perú

exp_madera %>% 
  filter(str_detect(`Descripcion Comercial`, regex("shihuahuaco|Coumarouna micrantha|Coumarouna odorata|Dipterex alatam|Dipteryx micrantha|Dipteryx odorata|cumaru", ignore_case = T))) %>% 
  group_by(`Pais de Destino`) %>% 
  summarise(
    valor_fob = sum(`U$ FOB Tot`,na.rm = T),
    peso_neto = sum(`Kg Neto`,na.rm = T),
    n_registros = n(),
    n_empresas = n_distinct(`Cod. Tributario`),
    paises_destino = n_distinct(`Pais de Destino`)
  ) %>% 
  ungroup() %>% 
  mutate(
    per_valor_fob = valor_fob*100/sum(valor_fob, na.rm = T)
  ) %>% 
  arrange(desc(valor_fob)) %>% 
  DT::datatable(colnames = c("País destino","Valor FOB (US$)","Peso neto (Kg)","Registros","Empresas exportadoras","Países destino","Valor FOB (%)")) %>% 
  DT::formatRound(columns =2:7 ,digits = 0, mark = ".",dec.mark = ",")